T-Rex 0.14.6 майнер для Видеокарт NVIDIA GTX

T-Rex 0.14.6

T-Rex 0.14.6 майнер для Видеокарт NVIDIA GTX

T-Rex 0.14.6 майнер T-Rex майнер для современных видеокарт NVIDIA GPU

Поддерживаемые алгоритмы майнером T-Rex:
    1. x16rv2
    2. mtp
    3. x16rt
    4. x16r
    5. x16s
    6. x17
    7. x22i
    8. x25x
    9. x21s
    10. x11r
    11. geek
    12. bcd
    13. hmq1725
    14. honeycomb
    15. tensority
    16. dedal
    17. sha256t
    18. sha256q
    19. timetravel
    20. lyra2z
    21. bitcore
    22. sonoa
    23. renesis
    24. balloon
    25. polytimos
    26. skunk
    27. c11
    28. phi
    29. tribus
GLT алгоритмы: astralhash, jeonghash, padihash, pawelhash

Работает майнер под Linux и на Windows.

Скачать с сайта разработчика
Trexminer T-Rex 0.14.6

Использование
T-Rex поддерживает команды «командная строка» и аргументы команд ccminer:
Пример список пулов и подключения алгоритма
x16r:
t-rex -a x16r -o stratum+tcp://eu.minermore.com:4501 -u -p x
MTP:
t-rex -a mtp -o stratum+tcp://xzc.2miners.com:8080 -u -p x
Чтобы получить полный список поддерживаемых команд , выполните команду хелп:
t-rex -h

Комисия за майнинг на разработчика
Комисия на разработчикау установлена ​в 1% (3% для Tensority алгоритма).
Когда майнер запускает и останавливает майнинг, он сообщает об этом на выход консоли.
Что такое WatchDog и как его используют Майнеры

Последнии исправление проделаные в версии 0.14.6

Пофиксеные ошибки:
* (Windows)Высокая нагрузка на графический процесор CPU для NVIDIA в драйверах версии 431+
* (Linux) SSL соединения не работают на HiveOS
* (Linux) «T-Rex ошибка экземпляра не подтверждена, несмотря на то, что брандмауэр разрешил все подключения
* CUDA 9.1/9.2 версии майнера больше не будут работать с картами RTX (Compute Capability 7.5+)

  • Это сделано потому,
  • что RTX-видеокарты либо хешируют медленнее,
  • либо работают некорректно (в зависимости от алгоритма) в этих версиях,
  • что приводит к ошибкам «результат для … не проверяется на ЦП».
  • Вместо этого используйте версию, созданную с помощью CUDA 10.0.

Добавить комментарий